21、时间序列回归与异方差模型解析

时间序列回归与异方差模型解析

时间序列回归模型

在时间序列分析中，我们常常借助其他事件或时间序列的信息来构建目标时间序列的模型。下面将详细介绍相关内容。

回归模型示例

我们以对登机人数的对数（Log(Boardings)）与价格的对数（Log(Price)）建立回归模型为例，同时考虑自回归移动平均（ARMA）误差。具体代码如下：

log.boardings=boardings[,1]
log.price=boardings[,2]
boardings.m1=arima(log.boardings,order=c(1,0,0), 
                   seasonal=list(order=c(1,0,0),period=12), 
                   xreg=data.frame(log.price))
boardings.m1
detectAO(boardings.m1); detectIO(boardings.m1)
boardings.m2=arima(log.boardings,order=c(1,0,3), 
                   seasonal=list(order=c(1,0,0),period=12), 
                   xreg=data.frame(log.price,outlier=c(rep(0,31),1,rep(0,36))), 
                   fixed=c(NA,0,0,rep(NA,5)))
boardings.m2
detectAO(boardings.m2); det